視頻大資料處理技術的挑戰與突破淺析

日期:2014-08-13

  2014第九屆GDSF論壇廣州站上,中安消技術有限公司做了《面向大資料的平安城市解決方案》主題演講,提出:視頻系統的大資料面臨三大技術挑戰,主要概括為“存不下”、“找不到”、“看不清”三個方面。這三大挑戰在一定程度上反應出當前視頻大資料處理領域主要存在的問題,同時也對視頻大資料處理技術提出了更高的要求。

 

  何為“存不下”、“找不到”、“看不清”呢?

 

  “存不下”主要體現在視訊壓縮編解碼性能方面的限制。我們知道,隨著數位視訊應用產業鏈的快速發展,政府、學校、社區、民用以及網路終端所產生的海量視頻向傳統視頻編碼標準發出宣戰。待存儲的視頻數量不斷加大就需要更大程度的提高編解碼效率,提高視訊壓縮率,從而降低存儲空間。同時,網路化進程的加快也要求編碼後的視頻能更快速、便捷的傳輸。同時解碼還原的視頻品質也要有所保證。

在這個科技飛速發展的時代,大資料、雲計算、移動互聯網等新一代資訊技術相互交叉融合的時代,傳統智慧視頻監控需要緊跟時代潮流,不斷的創新與革新。創新是民族發展的靈魂,也是新時代下科技發展的主要方向。目前針對智慧視頻監控領域暴露的以上問題,一批國內規模較大、實例較強的安防類企業重視與國內頂尖中科院院士、工程院院士專家團隊相結合,共同研發創新。這些企業注重自主研發創新能力,在企業內部實施創新驅動的發展戰略,從而提高產品研發能力與技術水準,為助力視頻監控領域的科技發展貢獻著自己的力量。

 

  在對視頻編解碼問題的解決上,由北京大學深圳研究生院資訊工程學院、中安消技術有限公司共同主辦的“圖像與視頻處理”孔雀團隊啟動儀新一代視訊壓縮技術論壇在深圳成功舉辦,中國工程院院士高文、三菱電機美國研究院孫慧芳、Google美國研究院技術經理谷群山以及中安消領導等專家齊聚一堂,共同對新一代視頻編碼標準AVS2.0的技術框架進行了展望。中安消與北大高文院士團隊成立的聯合創新中心,對此項計畫也表現出極大的支持,聯合投入研發,並對視頻編解碼推動現有的智慧技術融合發展寄予較大期望。

 

  在演算法檢測精准度的問題解決上,香港中文大學湯曉歐教授及其研發團隊一直致力於人臉面部識別的科技研發創新工作,研發出世界最精確的面部識別軟體,高出人類自身97.53%的識別準確率,可以從數千張照片中準確辨識出同一個人的兩張照片,並且不受光照、外界硬體因素的影響。這對智慧視頻監控領域無疑是一劑強心劑。同時香港中文大學徐楊生院士團隊與中安消研究院聯合成立的“香港中文大學-智慧中國機器人與智慧城市研究中心”在智慧視頻監控與機器人融合領域也起到了積極的推進作用。

 

  在解決智慧監控領域的關鍵問題上,中安消在與北京大學合作成立的智慧視頻技術協同創新中心,主要研究領域包括數位視訊編解碼、電腦視覺、人臉識別演算法與系統、移動視頻檢索理論與演算法等。在解決智慧視頻監控領域主要問題、探索視頻智慧視頻監控技術開發的進程中,中安消正不遺餘力的追求突破。與智慧視頻技術協同創新中心一同開展智慧監控領域的前瞻性研究。

 

  從另一方面講,視訊壓縮也制約著智慧視頻領域的發展,很多情況下我們要求解碼後的視頻損耗能夠降低,在某些領域中,如多媒體視頻認證,視頻的無損還原是提高演算法判斷準確度的先決條件,只要在一個合理的損耗範圍內,它能夠使視頻篡改提示的準確度提高。因此隨著視頻的網路化、高清化、智慧化時代的來臨,需要新一代視頻編碼標準,需要新的技術框架和編碼性能。如此才能在城市級視頻應用領域中取得核心的主導地位。

 

 

  “找不到”主要體現在智慧視頻監控領域中的演算法檢測識別準確率的問題,目前視頻監控方法只能在非常簡單的環境下聚焦少量目標,演算法檢測、識別、跟蹤性能方面還無法達到一個較高的水準,多數軟體都存在一個場景、環境的限制,例如在簡單、純淨的場景且檢測目標背景跟前景差別較大的環境中,檢測結果較為準確。而在一些人流量密度大的複雜場景中,如地鐵、車站、鬧市區中監視成千上萬個個體時,準確的識別跟蹤檢測則是一項非常艱巨的任務。

 

  同時演算法檢測會受到光線、顏色、化妝、攝像機硬體誤差及精密度等一系列的問題影響,因此在低端智慧與真正的人工智慧之間還存在一個較大的鴻溝,它需要電腦的處理能力及處理速度的提升。我們需要的是一種近乎人類甚至高出人類的識別準確率,並且能夠檢測區分人群行為,預測潛在的群體災難等。這不僅僅在智慧視頻領域,而且從多領域的交叉融合角度,智慧分析對的研發與探索對機器人的發展也能夠起到積極的推進作用。

 

  “看不清”主要體現在高清監控攝像機的智慧化處理上,以往大多數城市級安防監控攝像頭錄製的視頻畫面都較為模糊,刑偵破案分析的依據僅僅為模糊畫面動作方向,甚至是模糊的圖元點,對具體人物細節的描述不清晰導致刑偵難度加大。輔助公安機關研判的力度不強。並且在智慧監控領域,傳統的智慧分析方法較多的是在CIF格式下進行演算法處理,這樣處理速度更易達到即時,當傳統視頻向高清視訊轉換過渡時需要多重處理策略相結合進行演算法分析。這需要持續的研發革新。並且從標清向的高清的門檻跨越過程中,網路頻寬的承載力、視頻的顯示、存儲等問題也不斷顯現。

 

      文/中安科研究院 張甜甜